Обобщенные многочлены наилучших среднеквадратических приближений
Вернемся к общей постановке задачи аппроксимации функций.
Пусть аппроксимируемая функция f(x) и аппроксимирующая функция j(x) непрерывны на отрезке [a, b] и аппроксимация должна производиться так, чтобы функция j(x) «в среднем хорошо описывала» поведение функции f(x) при x Î [a, b]. Будем здесь постоянно иметь в виду две аппроксимационные ситуации: первая, это когда функция f(x) считается (по крайней мере, теоретически) известной в любой точке x отрезка [a, b], и близость между f(x) и j(x) понимается в интегральном смысле, и вторая, когда f(x) известна (причем приближенно) только в n + 1 точках x0, x1, …, xn отрезка [a, b], в которых и производится согласование f(x) с j(x) подобно тому, как это делалось в рассмотренной выше задачи. В связи с этим, будем параллельно рассматривать:
а) пространство CL[a, b] непрерывных на [a, b] функций со скалярным произведением
(4)
метрикой (расстоянием)
(5)
и нормой
,
б) пространство Rn+1[a, b] сеточных функций, определенных в точках xi Î [a, b] (i = 0, 1, …, n), со скалярным произведением
(6)
метрикой
(7)
и нормой
.
Введенные указанным способом метрики (5) и (7) характеризуют близость функций f(x) и j(x) в пространствах CL[a, b] и Rn+1[a, b] соответственно; по отношению к приближенному равенству f(x) » j(x) при x Î [a, b] они представляют собой интегральную и точечную (дискретную) среднеквадратические ошибки.
В силу того, что
и
,
можно сказать, что применение метода наименьших квадратов к аппроксимации функции f(x) функцией j(x) заданного семейства означает подбор такой функции j(x), которая минимизирует среднеквадратическую погрешность приближенного равенства f(x) » j(x) в интегральном или в точечном смысле; в связи с этим, она называется наилучшим среднеквадратическим приближением f(x) на заданном семействе функций.
Рассмотрим, к чему сводится процесс построения наилучших среднеквадратических приближений в одном конкретном, но достаточно общем случае, когда аппроксимирующая f(x) функция j(x) представляет собой линейную комбинацию нескольких других, вообще говоря, более простых (базисных) функций.
Пусть — некоторая заданная на [a, b] система линейно независимых функций. Обобщенным многочленом будем называть функцию
Qm(x) = c0j0(x) + c1j1(x) + … + cmjm(x), (8)
где c0, c1, …, cm — произвольные вещественные числа (коэффициенты обобщенного многочлена). Поскольку функции jj(x) считаются заданными, построение обобщенного многочлена наилучшего среднеквадратического приближения для данной функции f(x) сводится к нахождению оптимального набора c0*, c1*, …, cm* коэффициентов Qm(x) в (8) на основе метода наименьших квадратов, т. е. к решению задач минимизации:
(9)
— в дискретном случае;
(10)
— в непрерывном случае.
Для первой из этих задач, т. е. для (9), необходимые (и достаточные) условия выражаются системой
(11)
После элементарных преобразований она может быть переписана в терминах скалярных произведений (см. (7)):
(12)
Если сеточные функции jj(xi) образуют систему линейно независимых элементов пространства Rn+1[a, b], то полученная симметричная линейная алгебраическая система (12), называемая нормальной системой МНК, имеет заведомо отличный от нуля определитель (это известный определитель Грама), и значит, однозначно разрешима. Следовательно, при заданном базисе {jj} путем решения системы (12) можно найти единственный обобщенный многочлен
Qm*(x) = c0*j0(x) + c1*j1(x) + … + cm*jm(x)
такой, что f(x) » Qm*(x) при x Î [a, b] с наименьшей среднеквадратической ошибкой
(13)
Вернемся вновь на начальный этап построения обобщенного многочлена наилучшего среднеквадратического приближения, но теперь уже в интегральном смысле. Легко убедиться, что записав для задачи (10) необходимые условия, т.е. получив интегральный аналог системы (11), от нее приходим к той же самой нормальной системе МНК (12), только скалярные произведения здесь расшифровываются с помощью формулы (4). Для той же f(x) и при том же базисе {jj}, ввиду различий в скалярных произведениях (4) и. (6), решение системы (12) в этом случае дает, вообще говоря, уже другой (возможно, «близкий» к c0*, c1*, …, cm*) оптимальный набор , , …, коэффициентов (8) и приводит к представлению
с наименьшим среднеквадратическим отклонением
(14)
(т. е. гарантируется, что , где Qm(x) — произвольная функция вида (8)).
Анализируя СЛАУ (12), приходим к выводу, что она чрезвычайно упрощается в случае, когда базисные функции jj(x) образуют на [a, b] ортогональную систему.
Как известно, взаимная ортогональность функций из множества означает, что (jj, jk) = 0 при любых k ¹ j.
Следовательно, коэффициенты c0, c1, …, сm обобщенного многочлена наилучшего среднеквадратического приближения (8) могут быть сразу выписаны из превратившейся в диагональную системы (12), а именно:
(15)
В таком случае эти оптимальные коэффициенты называются коэффициентами Фурье, а обобщенный многочлен (8) с этим набором коэффициентов (т.е. обобщенный многочлен наилучшего среднеквадратического приближения для f(x)) называется обобщенным многочленом Фурье.
Еще проще построение таких многочленов, когда система — ортонормированная. Тогда ||jj|| = 1, и из (15) следует, что cj = (jj, f) при любом j Î {0, 1, …, m}, т. е. аппроксимация функции f (x) обобщенным многочленом Фурье имеет вид
f(x) » (j0, f)j0(x) + (j1, f)j1(x) + … + (jm, f)jm(x). (16)
В частности, в математическом анализе достаточно подробно изучаются представления функций (не обязательно непрерывных) выражениями типа (16), в которых в качестве базисных функций используются функции ортогональной на [–p, p] системы {sin kx, cos kx| k Î N0}. Такие представления в этом случае называются отрезками тригонометрических рядов Фурье.
Дата добавления: 2022-04-12; просмотров: 106;